基于状态通道的联邦学习任务可信监管与调度方法及装置制造方法及图纸

本发明专利技术提供一种基于状态通道的联邦学习任务可信监管与调度方法及装置，该方法包括：通过面向数据共享的链上和链下的数据存储结构，将关键数据上链，以对数据的完整性进行校验；基于智能合约面向联邦学习数据共享场景，建立结合节点信誉值的细粒度数据访问控制模型，以保证节点身份；基于状态通道的模型训练过程可信监管机制，在进行模型训练过程的各参与方之间建立状态通道，并将模型训练过程产生的交易转移到链下完成。本发明专利技术引入许可链设计混合联邦学习架构，通过用户代理注册的方式，将节点的身份信息和资源信息存储于区块链，并通过设计链上

【技术实现步骤摘要】
基于状态通道的联邦学习任务可信监管与调度方法及装置


[0001]本专利技术涉及可信监管
，尤其涉及一种基于状态通道的联邦学习任务可信监管与调度方法及装置。

技术介绍

[0002]随着大数据和物联网技术的发展和应用，网络数据爆炸式增长，边缘设备突破通信时延和带宽的束缚，广泛参与到分布式应用中。基于边缘计算技术构建的分布式智能系统迅速增加，企业获得大量价值数据。为充分挖掘数据价值，避免产生数据孤岛，协同共享分散数据，增强数据价值传递，成为了网络发展的必然趋势。但与此同时，用户对于隐私问题的关注度也日渐提高，隐私保护相关条款及法律相继出台，原始数据的共享受到了极大限制。企业普遍希望通过数据共享，强化数据分析，改良产品设计，优化生产计划，提高企业效益，提升企业竞争力。
[0003]在这一背景下，联邦学习技术进入大众视野，并作为收集用户键盘输入数据的有效工具得到应用。联邦学习技术能够在实现数据价值聚合的同时，避免原始数据传输造成的数据隐私泄露问题，以数据模型替代原始数据进行价值传递，减轻因大量数据传递造成的网络通信压力，所以联邦学习技术在数据共享领域受到了广泛的关注。作为数据价值聚合的有效工具，联邦学习技术充分发展，目前已经在车联网、工业物联网和智慧城市等许多场景中得到了应用。
[0004]然而，由于跨域多利益体间的可信问题难以解决，联邦学习技术的应用多局限于单一业务系统，跨域数据共享的应用较少，这使得数据价值难以得到真正的发挥。为了进一步推动数据共享应用的发展，针对跨域数据共享过程中的可信问题亟待解决。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供一种基于状态通道的联邦学习任务可信监管与调度方法及装置。
[0006]本专利技术提供一种基于状态通道的联邦学习任务可信监管与调度方法，包括：
[0007]通过面向数据共享的链上和链下的数据存储结构，将关键数据上链，以对数据的完整性进行校验；
[0008]基于智能合约面向联邦学习数据共享场景，建立结合节点信誉值的细粒度数据访问控制模型，以保证节点身份；
[0009]基于状态通道的模型训练过程可信监管机制，在进行模型训练过程的各参与方之间建立状态通道，并将所述模型训练过程产生的交易转移到链下完成。
[0010]根据本专利技术提供的一种基于状态通道的联邦学习任务可信监管与调度方法，所述方法还包括：
[0011]构建联邦学习任务可信监管类别，所述联邦学习任务可信监管类别包括数据存储可信监管、用户身份可信监管、训练过程可信监管以及训练结果可信监管。
[0012]根据本专利技术提供的一种基于状态通道的联邦学习任务可信监管与调度方法，所述方法还包括数据共享流程，所述数据共享流程由数据请求方、许可链、本地节点和全局节点参与，所述数据请求方、本地节点和全局节点是通过代理注册得到的，所述许可链由所述数据请求方、本地节点和全局节点共同支撑和维护。
[0013]根据本专利技术提供的一种基于状态通道的联邦学习任务可信监管与调度方法，所述通过面向数据共享的链上和链下的数据存储结构，将关键数据上链，以对数据的完整性进行校验，包括：
[0014]以交易的形式，将数据共享过程中的关键数据上链存储，所述交易包括用户注册交易、数据注册交易和数据共享交易。
[0015]根据本专利技术提供的一种基于状态通道的联邦学习任务可信监管与调度方法，所述基于智能合约面向联邦学习数据共享场景，建立结合节点信誉值的细粒度数据访问控制模型，以保证节点身份，包括：
[0016]以六元组定义模型，分别包括主体属性、客体属性、环境属性、访问操作属性、用户信誉属性以及任务角色属性。
[0017]根据本专利技术提供的一种基于状态通道的联邦学习任务可信监管与调度方法，所述基于状态通道的模型训练过程可信监管机制，在进行模型训练过程的各参与方之间建立状态通道，并将所述模型训练过程产生的交易转移到链下完成，包括：
[0018]锁定参与方的链上状态并构建状态通道；
[0019]对状态通道内的数据进行交互；
[0020]对链上交易进行清算。
[0021]根据本专利技术提供的一种基于状态通道的联邦学习任务可信监管与调度方法，所述述基于状态通道的模型训练过程可信监管机制，在进行模型训练过程的各参与方之间建立状态通道，并将所述模型训练过程产生的交易转移到链下完成，还包括：
[0022]按照预设时间或者预设交易次数定期更新链上状态，降低计算开销。
[0023]本专利技术还提供一种基于状态通道的联邦学习任务可信监管与调度装置，包括：
[0024]完整性校验模块，用于通过面向数据共享的链上和链下的数据存储结构，将关键数据上链，以对数据的完整性进行校验；
[0025]节点控制模块，用于基于智能合约面向联邦学习数据共享场景，建立结合节点信誉值的细粒度数据访问控制模型，以保证节点身份；
[0026]数据共享交易模块，用于基于状态通道的模型训练过程可信监管机制，在进行模型训练过程的各参与方之间建立状态通道，并将所述模型训练过程产生的交易转移到链下完成。
[0027]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于状态通道的联邦学习任务可信监管与调度方法的步骤。
[0028]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于状态通道的联邦学习任务可信监管与调度方法的步骤。
[0029]本专利技术提供的基于状态通道的联邦学习任务可信监管与调度方法及装置，引入许
可链设计了混合联邦学习架构，通过用户代理注册的方式，将节点的身份信息和资源信息存储于区块链中，并通过设计链上
‑
链下的数据存储结构，确保数据真实性，实现数据的可信查验，保证联邦学习过程的数据存储可信。
附图说明
[0030]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]图1为本专利技术提供的基于状态通道的联邦学习任务可信监管与调度方法的流程示意图；
[0032]图2为本专利技术提供的数据共享过程的工作流程示意图；
[0033]图3为本专利技术提供的参与FL任务的好节点模型质量变化图；
[0034]图4为本专利技术提供的参与FL任务的坏节点模型质量变化图；
[0035]图5为本专利技术提供的参与FL任务的总节点数量变化图；
[0036]图6为本专利技术提供的参与FL任务的好节点数量变化图；
[0037]图7为本专利技术提供的参与FL任务的坏节点数量变化图；
[0038]图8为本专利技术提供的参与FL任务的好节点信誉值变化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于状态通道的联邦学习任务可信监管与调度方法，其特征在于，包括：通过面向数据共享的链上和链下的数据存储结构，将关键数据上链，以对数据的完整性进行校验；基于智能合约面向联邦学习数据共享场景，建立结合节点信誉值的细粒度数据访问控制模型，以保证节点身份；基于状态通道的模型训练过程可信监管机制，在进行模型训练过程的各参与方之间建立状态通道，并将所述模型训练过程产生的交易转移到链下完成。2.根据权利要求1所述的基于状态通道的联邦学习任务可信监管与调度方法，其特征在于，所述方法还包括：构建联邦学习任务可信监管类别，所述联邦学习任务可信监管类别包括数据存储可信监管、用户身份可信监管、训练过程可信监管以及训练结果可信监管。3.根据权利要求2所述的基于状态通道的联邦学习任务可信监管与调度方法，其特征在于，所述方法还包括数据共享流程，所述数据共享流程由数据请求方、许可链、本地节点和全局节点参与，所述数据请求方、本地节点和全局节点是通过代理注册得到的，所述许可链由所述数据请求方、本地节点和全局节点共同支撑和维护。4.根据权利要求1所述的基于状态通道的联邦学习任务可信监管与调度方法，其特征在于，所述通过面向数据共享的链上和链下的数据存储结构，将关键数据上链，以对数据的完整性进行校验，包括：以交易的形式，将数据共享过程中的关键数据上链存储，所述交易包括用户注册交易、数据注册交易和数据共享交易。5.根据权利要求1所述的基于状态通道的联邦学习任务可信监管与调度方法，其特征在于，所述基于智能合约面向联邦学习数据共享场景，建立结合节点信誉值的细粒度数据访问控制模型，以保证节点身份，包括：以六元组定义模型，分别包括主体属性、客体属性、环境属性、访问操作属性、用户信誉属性以及任务角...

【专利技术属性】
技术研发人员：郭少勇，阮琳娜，邱雪松，张帆，亓峰，丰雷，刘畅，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：